• Home
  • Chi sono
  • Risorse
  • Contatti
  • Approfondimenti
  • Cerca nel sito

Lorenzo Govoni

Business e Tecnologia

  • Big Data
  • Business
  • Excel
  • Intelligenza Artificiale

Root Cause Analysis: come identificare velocemente le cause di un problema

Root Cause analysis inizio

Un buon processo di Problem Solving è il risultato di un lavoro ripetuto che richiede una forte leadership, un buon lavoro di gruppo e un’esecuzione continua. Se fosse una cosa facile, non sarebbe necessario impiegare tempo immergendosi in un lavoro di comprensione ed interpretazione delle cause.

Si risolverebbe semplicemente il problema.

Tuttavia, nella stragrande maggioranza dei casi questa non è la prassi più comune. Quindi diventa importante scavare in profondità nel problema, per trovare l’effettiva causa che lo ha generato, in modo da correggere i sistemi e i processi sottostanti ed evitare che si ripeti.

Un metodo che ci può venire in aiuto è sicuramente la Root Cause Analisys (RCA) o analisi delle cause principali.

Vediamo brevemente di che si tratta.

 

Cos’è la Root Cause Analysis?

La Root Cause Analysis o RCA è una tecnica molto popolare e utilizzata frequentemente per aiutare le persone a trovare una risposta sul motivo per cui un problema si è verificato.

Tale strumento ci garantisce di comprendere appieno come risolvere, compensare o imparare da eventuali problemi sottostanti all’interno della causa principale, detta causa radice.

Ciò in futuro ci aiuterà a prevenire sistematicamente problemi futuri o prevenire il loro accadimento.

All’interno di un’organizzazione, la risoluzione dei problemi, le indagini sui problemi e l’analisi delle cause principali sono tutti fondamentalmente collegati da tre domande fondamentali:

  • Qual è il problema?
  • Perché è successo?
  • Cosa sarà fatto per evitare che accada di nuovo?

 

Root Cause analysis tree

 

Tre tipi fondamentali di cause

La maggior parte delle organizzazioni usa erroneamente il termine “causa principale” per identificare una causa principale.

Concentrarsi su una singola causa può limitare il set di soluzioni, con l’esclusione di soluzioni valide. Proprio per questo la Root Cause Analysis, tiene conto di:

  • Cause fisiche: sono le cause tangibili, gli oggetti materiali che hanno fallito in un qualche modo (ad esempio, i freni di un’auto hanno smesso di funzionare).

  • Cause umane: le persone hanno fatto qualcosa di sbagliato o non hanno fatto qualcosa di necessario. Le cause umane in genere portano a cause fisiche. Ad esempio, nessuno ha riempito il liquido dei freni, il che ha provocato il malfunzionamento dei freni.

  • Cause organizzative: si intende un sistema, un processo o una politica che le persone utilizzano per prendere decisioni o fare il proprio lavoro in modo errato. Ad esempio, nessuna persona era responsabile della manutenzione del veicolo e tutti presumevano che qualcun altro avesse riempito il liquido dei freni.

RCA esamina tutti e tre i tipi di cause. Si tratta di esaminare gli schemi di effetti negativi, trovare difetti nascosti nel sistema e scoprire azioni specifiche che hanno contribuito al problema. Ciò significa spesso che RCA rivela più di una causa principale.

Cinque tecniche per ottenere RCA efficaci

Per l’analisi delle cause principali, precedentemente introdotte, la Root Cause Analysis si può avvalere di:

 

1) Diagramma di Pareto

Un diagramma di Pareto è un grafico a barre combinato con un grafico a linee che raggruppa la frequenza o il costo di diversi problemi per mostrare il loro significato relativo. Le barre mostrano la frequenza in ordine discendente, mentre la linea mostra la percentuale o il totale cumulativo mentre ci si sposta da sinistra a destra.

Puoi vedere come creare un diagramma di Pareto tramite Excel, in questo articolo.

 

 

2) 5 Why’s (5 perché)

Questo metodo utilizza una serie di domande per raggiungere la causa di un problema. L’idea di base è che ogni volta che chiedi perché, la risposta diventa la base del prossimo perché.

È un semplice strumento utile per problemi in cui non hai bisogno di statistiche avanzate, quindi non devi necessariamente usarlo per problemi complessi. Un’applicazione di questa tecnica consiste nell’analisi più approfondita dei risultati di un’analisi di Pareto.

Ecco un esempio di come utilizzare i 5 Perché.

Problema: il tempo di assemblaggio finale supera l’obiettivo.

  • Perché i tempi di fermo nell’assemblaggio finale sono più alti del nostro obiettivo? Secondo la tabella di Pareto, il fattore più importante sono gli operatori che hanno bisogno di regolare costantemente la macchina A.

  • Perché gli operatori devono regolare costantemente la macchina A? Perché continua ad avere problemi di allineamento.

  • Perché la macchina A continua ad avere problemi di allineamento? Perché le guarnizioni sono usurate.

  • Perché le guarnizioni della macchina A sono consumate? Perché non vengono sostituite durante il programma di manutenzione preventiva.

  • Perché non vengono sostituite durante il programma di manutenzione preventiva? Perché la sostituzione della tenuta non è stata considerata nella valutazione dei bisogni.

Naturalmente, potrebbe essere necessario chiedersi perché più di cinque volte per risolvere il problema, il punto è quello di rimuovere i problemi a livello di superficie per arrivare alla causa principale.

 

 

3) Diagramma di Ishikawa

Il diagramma causa-effetto o Ishikawa permette di classificare le cause possibili in varie categorie che si ramificano dal problema originale. Può avere molteplici sotto diramazioni che si dipartono da ciascuna categoria identificata, tali che vanno a formare la spina di un pesce (questo è il motivo per cui questo diagramma viene anche detto Fishbone Diagram, o diagramma a lisca di pesce).

In questo modo si riesce ad ottenere una spiegazione visiva di tutte le cause che hanno contribuito all’incidente. La radice è il sistema di cause che rivela tutte le diverse opzioni per le soluzioni.

Il risultato?

Molteplici opportunità per mitigare i rischi e prevenire i problemi.

 

 

4) Diagramma a dispersione

Un diagramma a dispersione usa coppie di punti dati per aiutare a scoprire relazioni tra variabili.

Rappresenta un metodo quantitativo per determinare se due variabili sono correlate, come ad esempio testare le potenziali cause identificate nel diagramma a spina di pesce.

Creare un diagramma a dispersione è semplice come tracciare la variabile indipendente (o causa sospetta) sull’asse x e la variabile dipendente (l’effetto) sull’asse y. Se il modello mostra una linea o una curva chiara, sai che le variabili sono correlate e puoi procedere alla regressione o all’analisi della correlazione.

 

 

5) Modalità di guasto ed analisi degli effetti (FMEA)

L’analisi dei guasti e degli effetti (FMEA) è un metodo utilizzato durante la progettazione del prodotto o del processo per esplorare potenziali difetti o guasti. Una tabella FMEA delinea:

  • Potenziali fallimenti, conseguenze e cause;
  • Controlli correnti per prevenire ogni tipo di errore;
  • Rating di gravità (G), occorrenza (P) e rilevamento (R) che consentono di calcolare un numero di priorità del rischio per determinare ulteriori azioni.

Quando applicato all’analisi di processo, questo metodo è chiamato modalità di errore del processo e analisi degli effetti (PFMEA). Molti produttori utilizzano i risultati PFMEA per fornire domande per gli audit dei processi, utilizzando questo strumento per la risoluzione dei problemi per ridurre il rischio alla fonte.

 

 

Per maggiori informazioni consiglio la lettura di questo articolo, da cui è stata tratta anche la precedente foto.

Alcuni consigli utili

Crea un ambiente di segnalazione dei problemi e incidenti: Non puoi investigare su qualcosa che non è mai stato riportato.

Per essere efficaci, tutti gli incidenti devono essere segnalati. A tal fine, cerca di prendere in considerazione l’apertura di rapporti sugli incidenti a chiunque nell’organizzazione e creare un ambiente di reporting, consentendo ai report di essere resi anonimi.

Se si dispone delle informazioni, è possibile intervenire per ridurre tali costi.

Guarda oltre il rapporto sugli incidenti: Il rapporto sugli incidenti è il posto migliore per iniziare a identificare gli eventi da indagare; tuttavia, è fondamentale scavare più in profondità rispetto a ciò che afferma la forma.

Fai un passo indietro per capire l’intera catena di eventi e relazioni che hanno portato all’incidente. Parla con tutti coloro che sono personalmente coinvolti nell’evento, e con coloro che hanno familiarità con i processi ed i sistemi aziendali.

Se poi c’è anche un facilitatore RCA addestrato per condurre la discussione, ancora meglio.

Fai domande e concentra la tua attenzione dove potrai avere maggior impatto: la tecnica dei 5 perché è un buon modo per aiutare a rispondere alle domande, mentre un diagramma di Pareto e il diagramma di Ishikawa possono aiutarti nel capire qual è la causa principale al tuo problema.

Lavora con una squadra: Che si tratti solo di un partner o di un’intera squadra di colleghi, qualsiasi sguardo in più ci aiuterà a capire le soluzioni più velocemente e fungerà anche da controllo contro i pregiudizi.

Ottenere input dagli altri offrirà anche punti di vista aggiuntivi, aiutandoci a sfidare le nostre ipotesi.

Pianifica le future analisi delle cause principali: Mentre eseguiamo un’analisi delle cause principali, è importante essere consapevoli del processo stesso. Prendi nota.

Fai domande sul processo di analisi stesso. Scopri se una determinata tecnica o metodo funziona meglio per le esigenze e gli ambienti aziendali specifici.

 

Root Cause analysis causa

 

Conclusione

L’analisi delle cause principali è essenziale in un’azienda moderna e fa parte del toolkit di ogni Project Manager.

In questo articolo abbiamo visto le cause che ricorrono nell’organizzazione, e alcuni metodi che ci aiutano ad identificarle più velocemente.

Root Cause Analysis (RCA) arriva alla fine di un problema in modo che sia possibile intervenire per risolverlo in modo permanente.

Eliminando sistematicamente strati di cause ed effetti, l’analisi dei guasti principali identifica le problematiche nei processi e nei sistemi che hanno contribuito all’evento, in modo da migliorare la sicurezza, ridurre i futuri incidenti e, in definitiva, il costo totale del rischio.

  • Introduzione alla Linear Discriminant Analysis (LDA)
    Introduzione alla Linear Discriminant Analysis (LDA)
  • Cos'è l'Intelligenza Artificiale e perchè se ne parla tanto
    Cos'è l'Intelligenza Artificiale e perchè se ne parla tanto
  • Sentiment Analysis per migliorare l’immagine aziendale
    Sentiment Analysis per migliorare l’immagine aziendale
  • Six Sigma: il modello DMAIC (con esempio)
    Six Sigma: il modello DMAIC (con esempio)
Share
Pin1
Share
Tweet

Business Problem Solving, Project Management

  • Home
  • Archivio
  • Risorse
  • Newsletter
  • Cerca nel sito

Copyright © 2021 · Lorenzo Govoni - Privacy Policy